espacios de trabajo
Todos los proyectos de Roboflow pertenecen a un espacio de trabajo. Cuando se registra para obtener una cuenta de Roboflow, automáticamente creamos un espacio de trabajo inicial para usted.
Los espacios de trabajo son cómo puede administrar quién tiene acceso a qué proyectos y qué características están disponibles para los proyectos dentro del espacio de trabajo.
Los espacios de trabajo contienen proyectos que contienen versiones que tienen modelos entrenados y se pueden exportar en varios formatos .
Creación de un nuevo espacio de trabajo
Para crear un nuevo espacio de trabajo, simplemente haga clic en el botón "+ Agregar espacio de trabajo" en el menú de navegación después de iniciar sesión en Roboflow.
Cuando crea un nuevo espacio de trabajo, debe elegir un plan para el espacio de trabajo. Para obtener más información sobre los planes disponibles, puede consultar la sección Planes y precios .
Agregar miembros del equipo a un espacio de trabajo
Los espacios de trabajo se pueden crear o eliminar. Los espacios de trabajo son irrecuperables una vez que se confirme por completo que se han eliminado .
Proyectos
Un proyecto vive dentro de un espacio de trabajo y alberga un conjunto de datos de imágenes que están: totalmente etiquetadas, parcialmente etiquetadas o sin etiquetar.
Los proyectos se pueden fusionar, duplicar, crear o eliminar. Los proyectos son irrecuperables una vez que se confirman por completo como eliminados .
Creación de un nuevo proyecto
Seleccione " Crear nuevo proyecto ". Esto activará la aparición de un modelo con una opción para cargar sus propios datos o seguir un tutorial con datos de muestra.
Roboflow actualmente ofrece carga de conjuntos de datos, etiquetado, generación de conjuntos de datos y soporte de entrenamiento de modelos personalizados para los siguientes tipos de proyectos: detección de objetos (cuadro delimitador), clasificación de etiqueta única, clasificación de etiquetas múltiples y segmentación de instancias.
Roboflow actualmente ofrece carga de conjuntos de datos, etiquetado, generación de conjuntos de datos, entrenamiento de modelos personalizados y AutoML e implementación para los siguientes tipos de proyectos: detección de objetos (cuadro delimitador), clasificación de etiqueta única y clasificación de etiquetas múltiples.
Seleccionar " Cargar sus propios datos " requiere que se pasen tres campos:
Nombre del proyecto
Una forma de referirse a su colección de imágenes/videos.
- Si está cargando un montón de imágenes de piezas de ajedrez, podría llamarlo "Datos de ajedrez".
- El nombre del conjunto de datos debe ser único entre sus conjuntos de datos. (Por ejemplo, no puede tener dos conjuntos de datos llamados "Datos de ajedrez").
- En este momento, no admitimos la edición del nombre del conjunto de datos una vez que haya creado el conjunto de datos. Si debe editar el nombre de su conjunto de datos, puede volver a cargar sus datos con el nuevo nombre o comunicarse con nosotros.
Tipo de proyecto
-
Clasificación de etiqueta única: una buena regla general para saber cuándo usar la detección de objetos frente a la clasificación es si las cosas que intenta predecir son "objetos en una imagen" frente a "propiedades de una imagen".
- Por ejemplo, una pieza de ajedrez es un "objeto en una imagen", pero el invierno es una "propiedad de una imagen". Si intentara dibujar un cuadro alrededor de la parte de invierno o de día de una imagen, probablemente terminaría dibujando un cuadro alrededor de todo.
-
Clasificación de etiquetas múltiples: similar a la clasificación de etiqueta única en términos de encontrar "propiedades de una imagen", solo propiedades múltiples de una imagen.
- Por ejemplo, si estuviera tratando de detectar no solo el invierno, sino también el día, la nubosidad y la noche en la misma imagen.
-
Detección de objetos : útil si intenta identificar uno o más objetos en una imagen con cuadros delimitadores. Una buena regla general es si será necesario detectar el objeto en movimiento o en posición.
- Por ejemplo, una pieza de ajedrez que se mueve de un cuadrado a otro, reconociendo si las piezas de ajedrez están o no en el lugar que les corresponde en el tablero durante el tiempo de instalación.
Si no puede decidir, le recomendamos que comience etiquetando sus imágenes para la detección de objetos, porque si bien puede convertir fácilmente un proyecto de detección de objetos en un proyecto de clasificación de etiquetas múltiples, convertir en la otra dirección requerirá volver a etiquetar su conjunto de datos. .
-
Segmentación de instancias(también conocida como segmentación de imágenes): útil cuando necesita medir el tamaño de los objetos detectados, cortarlos de su fondo o detectar con mayor precisión rotaciones oblongas. Con la segmentación de instancias, su aplicación puede determinar la cantidad de objetos en una imagen, las clasificaciones y su contorno.
- Por ejemplo, si necesita medir el tamaño de una hoja de tomate para quitarla de su fondo, o para medir un césped a partir de imágenes satelitales.
Tenga en cuenta que los modelos de segmentación de instancias suelen ser más grandes, más lentos y menos optimizados para la implementación perimetral. Los modelos de segmentación de instancias pueden necesitar conjuntos de datos más grandes para obtener la misma precisión que los modelos de detección de objetos.
Otros tipos de proyectos
Roboflow actualmente no ofrece soporte para otros tipos de proyectos, sin embargo, se recomienda encarecidamente solicitar acceso anticipado . A continuación se muestran algunos de los diferentes tipos de proyectos que se admitirán en el futuro y cuándo usarlos. Solo debe usar la segmentación de instancias si su aplicación requiere la especificidad del contorno del objeto.
- Segmentación semántica: para intentar identificar múltiples objetos de la misma o diferente clase en imágenes con formas poligonales de forma libre (sin cuadros delimitadores).
- Detección de puntos clave: para intentar identificar las ubicaciones de componentes importantes en una imagen
Grupo de anotaciones
Esta debería ser la clase más amplia de objetos que se detectan o la colección de categorías para un problema de clasificación. Es una forma de referirse a todos los objetos o etiquetas en las imágenes.
- Por ejemplo, al intentar identificar piezas de peones, torres, reyes y reinas en un tablero de ajedrez, el grupo de anotaciones puede ser piezas.
- O, al intentar clasificar imágenes escritas a mano como 0, 1, 2, ... 9, el grupo de anotaciones puede ser dígitos.
Para obtener más información sobre los grupos de anotaciones, lea nuestro blog titulado ¿Qué diablos es un grupo de anotaciones?
Versiones
Un conjunto de datos o una versión del proyecto es una instantánea de un momento dado de su conjunto de datos.
Al realizar un seguimiento de exactamente qué imágenes, preprocesamiento y pasos de aumento se usaron en cada iteración de su modelo, mantiene la capacidad de reproducir los resultados y realizar pruebas científicas en varios modelos y marcos, al mismo tiempo que confía en que los resultados son atribuibles a los cambios del modelo y no debido a un error en la canalización de datos.
Las versiones se pueden crear o eliminar. Las versiones son irrecuperables una vez que se confirman por completo como eliminadas .